嗨,我已经收集了 3 年的一些过程数据,我想模拟 EWMA 前瞻性分析,看看我设置的平滑参数是否会检测到所有重要的变化(没有太多的误报)。
我看过的大多数教科书和文献似乎都使用平均值和标准差来计算控制限。这通常是一些历史数据的“受控”均值和标准偏差,或者是从中抽取样本的总体的均值和标准差。我没有任何信息。
是否有另一种方法来计算控制限?
EWMA 图表是否存在不使用均值和标准差的变体?
有什么创意吗?
先感谢您
嗨,我已经收集了 3 年的一些过程数据,我想模拟 EWMA 前瞻性分析,看看我设置的平滑参数是否会检测到所有重要的变化(没有太多的误报)。
我看过的大多数教科书和文献似乎都使用平均值和标准差来计算控制限。这通常是一些历史数据的“受控”均值和标准偏差,或者是从中抽取样本的总体的均值和标准差。我没有任何信息。
是否有另一种方法来计算控制限?
EWMA 图表是否存在不使用均值和标准差的变体?
有什么创意吗?
先感谢您
从实际/操作的角度来看,单独使用历史数据的统计分析是很少见的。是的,它提供了一些关于过程(及其控制系统)如何执行的指导,但是到目前为止,最重要的是对“工程限制”有一个很好的理解和知识。
我指的是操作限制,它由各种设备的规格和性能特征决定。这使人们能够很好地理解过程应该如何表现(根据最佳操作点和上下控制限制)以及与最佳偏差最大的区域在哪里。这与历史数据的统计分析几乎没有关系,而与工艺工程/冶金有很大关系 - 取决于您正在处理的工艺类型。
控制限制最终取决于过程经理/过程工程师想要的,通常(但不总是)在设备铭牌容量范围内。
如果您在操作范围内工作,并且处于流程优化领域,那么是的,统计分析得到更广泛的应用,并且可以提供良好的洞察力。根据过程的可变性、控制系统的设置情况以及饲料产品的均匀性,选择的控制上限/下限会有所不同。一个好的起点是最佳操作点(例如 100 m3/hr),然后使用合理数量的历史数据来计算标准偏差,并使您的上限为 100 + 1 个标准差,您的下限为 100 - 1 个标准开发。这绝不是“一成不变”的规则,但它是一个明智的起点。